模式识别考什么

模式识别考研主要考察的内容包括：

基础知识

模式识别系统的基本构成单元，包括模式采集、特征提取与选择和模式分类。

模式识别的定义，即使用计算方法根据样本特征将样本划分到一定类别中。

统计模式识别

概率统计方法在模式识别中的应用。

参数估计和非参数估计的概念。

评价指标

敏感性、特异性等评价指标。

分类器原理

几何分类器、Fisher判别、感知器、LMSE等分类器原理。

数学推导

贝叶斯公式及其推导，重点在于理解其原理。

应用案例

结合具体案例，如手写数字识别、人脸识别、车牌识别等，进行方案设计。

考研科目

政治、英语、数学（如数学一）、计算机学科专业基础等。

其他

应对简答题，能够进行原理性描述，不需要具体的数学推导。

以上内容涵盖了模式识别考研的主要知识点，具体考试形式可能包括填空、选择题、简答题和方案设计题等。建议考生根据具体院校和当年的考试大纲进行复习